Identifying opportunities to improve quality of cancer care: An evaluation of the use of diagnostic imaging in women curatively treated for early breast cancer (EBC).
Notice bibliographique
Résumé
6603 Background: The overuse of imaging scans to detect recurrence in curatively treated EBC patients was recently identified as one of ASCO’s top five opportunities to improve the quality of cancer care. We undertook a population-level assessment of the current practice of imaging in women treated for EBC. Methods: EBC patients diagnosed in Ontario, Canada between 01/2006 –and 12/2010 were identified from the Ontario Cancer Registry. Patient records were linked deterministically to provincial healthcare databases to provide comprehensive follow-up. We identified any advanced imaging scans (AIS) (computed tomography, bone scans) and basic imaging scans (BIS) during the first year after completion of curative treatment. Descriptive analyses were used to assess the impact of patient and provider characteristics on the likelihood of having AIS. Results: Of the 30,006 EBC patients included, 9,186 (30.6 %) had AIS in year one (Table). In patients with AIS, the median number of scans was 2.5(IQR1-3). Older age, higher stage, comorbidity, chemotherapy (CT) exposure and having had staging investigations increased the likelihood of AIS (P < 0.001). The majority of year one scans were ordered by medical oncologists (38%) followed by primary care physicians (23%), surgeons (13%) and emergency room physicians (7%). Conclusions: While imaging is common in follow-up for EBC patients and appropriate for symptom driven investigation, the high rate of AIS use is an actionable target for quality improvement. Use of BIS and AIS in first year of follow up for EBC. Advanced N=9,186 (30.6%) Basic N=8,401 (28.0%) No Imaging N=12,419 (41.4%) Age Median (IQR) 60 (50-71) 60 (49-70) 61 (51-70) Stage 1 3,127 (34.0%) 4,018 (47.8%) 6,123 (49.3%) 2 3,978 (43.3%) 3,421 (40.7%) 4,888 (39.4%) 3 2,081 (22.7%) 962 (11.5%) 1,408 (11.3%) Comorbidity 0 8,333 (90.7%) 7,780 (92.6%) 11,695 (94.2%) 1 268 (2.9%) 183 (2.2%) 203 (1.6%) 2+ 585 (6.4%) 438 (5.2%) 521 (4.2%) Treatment Adjuvant CT 4,392 (47.8%) 3,441 (41.0%) 4,529 (36.5%) Neoadjuvant CT 743 (8.1%) 303 (3.6%) 533 (4.3%) No CT 4,051 (44.1%) 4,657 (55.4%) 7,357 (59.2%) Staging Scans 6,650 (72.4%) 5,237 (62.3%) 7,261 (58.5%)
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».